论文部分内容阅读
随着芯片技术和计算机技术的发展,覆盖全基因组单核苷酸多态性(single nucleotide polymorphism,SNP)标记数据被大量的获得,这些遗传标记与数量性状位点(quantitative trait loci,QTL)形成连锁不平衡(linkage disequilibrium,LD),利用SNP信息进行育种值估计的基因组选择也应运而生。基因组选择具有准确性高、可缩短世代间隔、降低近交系数上升速度、加速遗传进展以及能进行早期选种等优点。基因组选择方法分为最佳线性无偏预测(best unbiased prediction,BLUP)类方法和Bayes类,基因组选择模型有基因组选择单性状模型和多性状模型。目前,基因组选择在动物育种应用中,多数应用在纯种群体上,而且基本上使用的是基因组选择单性状模型,在杂交群体中的应用较少,尤其是关于基因组选择多性状模型在杂交群体应用的报道更加少。本研究将传统BLUP方法以及基因组选择GBLUP(genomic best linear unbiased prediction)、BLUP|GA(genomic best linear unbiased prediction with genetic architecture)的单性状模型和多性状模型在杏花鸡与隐性白羽洛克鸡杂交F2代群的14个生长性状运用,旨在研究基因组选择在杂交群体中的准确性,以及进行早期选种的效果,探讨基因组选择的评价方法。按照设计的方案进行育种值估计,得到估计育种值(estimatedbreeding value,EBV)和GEBV(genomic estimatedbreeding value,GEBV),再进行统计分析得到的如下结论:(1)传统BLUP方法和基因组选择GBLUP方法、BLUP|GA方法在鸡杂交群体生长性状中运用的平均准确性分别是为0.429、0.514和0.522,平均无偏系数分别为1.016、1.027、0.913,准确性最好的是BLUP|GA,无偏性最好的是BLUP。(2)不同留种率下,根据EBV或GEBV排名,基因组选择GBLUP方法与BLUP|GA方法选留个体的共同比例比传统BLUP方法与GBLUP方法选留个体共同比例、传统BLUP方法与BLUP|GA方法选留个体共同比例高,选留个体的表型平均值都高于全群表型均值,基因组选择方法选留个体的表型均值选留高于传统BLUP方法选留个体的表型均值。(3)鸡杂交群体生长性状的基因组选择多性状模型与基因组选择单性状模型相比,GBLUP多性状模型的准确性比GBLUP单性状模型高0.068,BLUP|GA多性状模型的准确性比BLUP|GA单性状模型高0.133。(4)基因组选择可以在鸡杂交群体中进行早期选种,基因组选择单性状模型在留种率较少的情况下具有明显的优势;基因组选择多性状模型中,GBLUP多性状模型在77日龄时,对90日龄目标体重预测效果最好,BLUP|GA多性状模型在56日龄时,对90日龄目标体重预测的准确性最高。